En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarVercel Blog→ original

Vercel lanza eve 1.0: la latencia por turno del agente baja de 3,04 s a 0,4–0,6 s

Vercel ha lanzado eve 1.0, un framework abierto que se encarga de todo lo que rodea al modelo: recuperación tras fallos, confirmación de acciones y trazabilidad. En una prueba de estrés, la sobrecarga de la plataforma por cada turno del agente bajó de 3,04 s a 0,4–0,6 s, sin contar el tiempo del propio modelo. Según la estimación de Vercel, una sesión de 50 turnos pasó de costar 5,4 centavos a 1,3, es decir, un 76% menos. Quien monte un asistente o un servicio de soporte ya no tendrá que escribir esta infraestructura desde cero.

Procesado por IA desde Vercel Blog; editado por Hamidun News
Vercel lanza eve 1.0: la latencia por turno del agente baja de 3,04 s a 0,4–0,6 s
Fuente: Vercel Blog. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalVercel Blog ↗
Editor jefe
Un fallo no es un problemael agente continúa desde el último paso completado
CanalesSlack, Teams, Discord, Telegram, GitHub, Linear, iMessage
Dato clave #3Rillet, con eve, triplicó la velocidad de publicación de cambios en tres meses

Imagine que ha creado un agente de soporte: en la demo responde de maravilla, pero en producción el servidor se cae a mitad de una conversación, las acciones peligrosas requieren la aprobación de una persona y la factura del modelo crece con cada mensaje. Todo eso hay que construirlo uno mismo alrededor del modelo. Vercel ha anunciado que eve, su framework abierto para este tipo de agentes «de producción», ha llegado a la versión 1.

0 y ya está disponible para todos. Las cifras principales de la versión se refieren a la plataforma, no al modelo: la «latencia por turno» es el tiempo desde que se envía el mensaje hasta que termina el turno, sin contar la generación de la respuesta. En la prueba de estrés bajó de 3,04 s a principios de septiembre a 0,4–0,6 s, y la estimación del coste de una sesión de 50 turnos pasó de 5,4 a 1,3 centavos (aproximadamente un 76% menos).

Desde la vista previa pública de junio, el equipo ha publicado más de 230 versiones y ha aceptado miles de pull requests.

Qué hay dentro del framework

La base de eve es la «envoltura» del agente: un bucle que llama al modelo, ejecuta herramientas y delega tareas en subagentes. Usted elige el modelo, añade o sustituye herramientas, ajusta las instrucciones y define a mano la lista de acciones que requieren confirmación humana. El progreso lo guarda el Workflow SDK, de código abierto: tras un fallo, el agente continúa desde el último paso completado en lugar de empezar de nuevo. Se puede alojar en Vercel (la ejecución corre en Vercel Workflows y el código del agente se lanza aislado en Vercel Sandbox) o por cuenta propia.

Para equipos hay sesiones multiusuario. En Slack, cada hilo es una sesión compartida, y los botones de confirmación solo los ve y los pulsa la persona a la que va dirigida la solicitud. El modo ambient permite que el agente escuche los canales elegidos y decida por sí mismo si interviene o se queda callado; para no gastar dinero en un modelo grande, cada mensaje pasa primero por un modelo pequeño que hace de filtro. Además de Slack, hay soporte para Microsoft Teams, Discord, Telegram, GitHub, Linear, Twilio, chat web e iMessage; cada canal es un único archivo.

Entre las novedades figuran también la memoria entre sesiones (integrada o a través de proveedores como Supermemory y Upstash AgentKit), la multitenencia (un mismo agente accede al sistema de tickets de cada cliente con sus propias credenciales y reglas de aprobación), extensiones para compartir herramientas y habilidades, y la extensión code para agentes de programación, que tiene en cuenta el AGENTS.md del repositorio. La trazabilidad se ha trasladado a OpenTelemetry; en producción, las conversaciones privadas envían por defecto solo metadatos, sin prompts ni resultados de herramientas.

Velocidad y dinero

La prueba es sencilla: 100 turnos seguidos, cada uno con una respuesta instantánea de un modelo simulado y ninguna llamada a herramientas. Por eso solo mide la sobrecarga de eve y Workflow. La mediana en la 1.0 es de 414 ms en la tabla de resultados y de 626 ms en el gráfico contiguo; con cualquiera de las dos cifras, la mejora es de unas 5–7 veces (partiendo de 3,036 s). El mérito principal corresponde a la nueva especificación de Workflow: cada ejecución tiene un único orquestador y los pasos en segundo plano ya no «reproducen» el workflow desde el principio. A eso se suman el registro de eventos mediante WebSocket y menos lecturas innecesarias del historial.

Con el dinero ocurre algo parecido. La estimación para una sesión de 50 turnos de Evo Docs (unos dos pasos de modelo por turno, almacenamiento de 30 días) bajó de 5,4 a 1,3 centavos. Antes, la conversación, cada vez más larga, se copiaba en cada paso; ahora solo se guardan los cambios entre turnos, y las imágenes de los checkpoints se almacenan como referencias. Las listas de herramientas no inflan el prompt inicial, y el marcado para la caché del proveedor es ahora más preciso. Un ingeniero de Evisions explicó que, al migrar a eve, eliminó 25 mil líneas de código, redujo a la mitad el gasto en IA y aceleró el trabajo un 66%.

Qué hacer con esto

Según Vercel, Rillet construyó con eve una «fábrica de software» que convierte las peticiones de los clientes en especificaciones, tests y PR para revisión, y triplicó su velocidad de publicación en tres meses. En Clay, el agente monty responde a las preguntas de los empleados en Slack: algo más de dos meses después, lo usaba cada semana entre el 30% y el 40% de la empresa. Son datos del propio proveedor, y la prueba de latencia es sintética: los turnos reales, con un modelo en vivo y herramientas, serán más lentos.

Conclusión práctica: si está montando un asistente interno, un servicio de soporte o un agente de programación y no quiere escribir su propia infraestructura para reintentos, aprobaciones y trazabilidad, merece la pena probar eve en un caso de uso. El máximo beneficio se obtiene con el stack de Vercel, pero el ahorro en el almacenamiento de sesiones también funciona en otros backends de Workflow si se aloja por cuenta propia.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué hay dentro del framework?

La base de eve es la «envoltura» del agente: un bucle que llama al modelo, ejecuta herramientas y delega tareas en subagentes. Usted elige el modelo, añade o sustituye herramientas, ajusta las instrucciones y define a mano la lista de acciones que requieren confirmación humana. El progreso lo guarda el Workflow SDK, de código abierto: tras un fallo, el agente continúa desde el último paso completado en lugar de empezar de nuevo.

¿Qué se sabe sobre Velocidad y dinero?

La prueba es sencilla: 100 turnos seguidos, cada uno con una respuesta instantánea de un modelo simulado y ninguna llamada a herramientas. Por eso solo mide la sobrecarga de eve y Workflow. La mediana en la 1.0 es de 414 ms en la tabla de resultados y de 626 ms en el gráfico contiguo; con cualquiera de las dos cifras, la mejora es de unas 5–7 veces (partiendo de 3,036 s).

¿Qué se sabe sobre Qué hacer con esto?

Según Vercel, Rillet construyó con eve una «fábrica de software» que convierte las peticiones de los clientes en especificaciones, tests y PR para revisión, y triplicó su velocidad de publicación en tres meses. En Clay, el agente monty responde a las preguntas de los empleados en Slack: algo más de dos meses después, lo usaba cada semana entre el 30% y el 40% de la empresa.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…